Un sistema d'intel·ligència artificial millora la detecció precoç de càncer de mama

Un sistema d'intel·ligència artificial ha demostrat, en un ampli assaig, més capacitat que els metges per detectar càncer de mama de manera precoç. La recerca s'ha publicat aquest dijous a la revista "Nature".

El càncer de mama és la segona causa de mort entre les dones a tot el món. Les revisions periòdiques amb mamografies serveixen per detectar casos de càncer de mama abans que la dona presenti cap altre símptoma. Però interpretar-les no és fàcil, perquè estadis inicials del tumor poden quedar emmascarats per teixits densos del pit.

Això comporta que en ocasions un càncer precoç no es detecti -fals negatiu-, però una mala interpretació també pot provocar falsos positius. En el primer cas, es perd l'oportunitat d'afrontar el càncer en les primeres etapes i es permet que vagi creixent. En el segon, es provoca angoixa i es fan proves complementàries innecessàries.

Entrenat amb vora 29.000 mamografies

Un equip liderat per Shravya Shetty, de Google Health, i amb la participació d'investigadors de DeepMind -empresa de Google dedicada a la recerca en intel·ligència artificial-, l'Imperial College de Londres, el Sistema Nacional de Salut britànic i la Northwestern University d'Illinois, als Estats Units, ha dissenyat i assajat un sistema basat en la intel·ligència artificial que pot superar el percentatge d'encerts de metges especialitzats.

El sistema d'intel·ligència artificial (IA) va ser entrenat amb mamografies de 25.856 dones del Regne Unit i 3.097 dels Estats Units. Amb aquest aprenentatge, va ser capaç d'identificar la presència de càncer en les mamografies de dones a qui no s'havia detectat, però a qui al cap d'un any o més es van haver de practicar biòpsies a causa d'altres símptomes.

El sistema també es va comparar amb la interpretació que sis radiòlegs experts feien de 500 mamografies seleccionades a l'atzar.

Redueix el percentatge d'errors

Els resultats de les proves demostraven que el sistema reduïa el percentatge de falsos negatius -quan la mamografia es considerava normal tot i que el tumor ja hi era present- d'un 9,4% al Regne Unit i d'un 2,7% als Estats Units.

En el cas de falsos positius -quan es diagnostica càncer tot i que no hi és present- la reducció d'errors era d'un 5,7% al Regne Unit i d'un 1,2% als Estats Unts.

La IA també va obtenir millors resultats en la prova controlada amb els sis radiòlegs experts. Finalment, es va comprovar que quan s'havia fet una segona revisió -en casos dubtosos, un segon expert analitza la mamografia- la IA no millorava els resultats del segon analista, però tampoc obtenia una taxa inferior d'encerts.

Els autors destaquen el fet que el sistema només analitzava la mamografia més recent i, en canvi, els metges tenien accés a l'historial clínic de la pacient i a mamografies anteriors.

Calen més proves

Dominic King, un dels autors i director de l'equip britànic de Google Health, ha declarat que se senten orgullosos d'aquests resultats, però que cal fer més proves i amb més població:

"Calen més assaigs, validació clínica i aprovacions reguladores abans que això marqui una diferència per als pacients, però estem compromesos a treballar amb els nostres socis cap a aquest objectiu."

En un comentari publicat al mateix número de la revista, Etta D. Pisano, del Col·legi Americà de Radiologia i del centre mèdic Beth Israel Lahey de Harvard, escriu que tot i algunes limitacions, l'estudi és "impactant". Tot i així, remarca la diferència entre proves controlades i els diagnòstics reals:

"El món real és molt més complicat i potencialment més divers que l'entorn en què s'ha fet aquest tipus de recerca controlada. Per exemple, l'estudi no incloïa els diferents tipus de tecnologies de mamografies que s'utilitzen actualment i la majoria d'imatges van ser obtingudes amb un sistema de mamografies d'un sol fabricants."

També afirma que no estan ben definides les característiques de la població estudiada, tret de l'edat.

En el seu article, els autors reconeixen que "l'ús òptim del sistema d'IA en l'entorn clínic encara ha de ser determinat". Però consideren que els resultats subratllen el potencial d'aquesta tecnologia per eliminar la necessitat d'una segona anàlisi de la mamografia o per diferenciar casos d'alt risc i de baix risc.

També creuen que pot ser molt útil en països, com el Regne Unit, on hi ha escassesa de personal. Tanmateix, conclouen que "calen estudis clínics prospectius per comprendre plenament l'abast amb què aquesta tecnologia pot beneficiar l'atenció a les pacients".